广义模糊Gibbs随机场与MR图像分割算法研究

为了对图像进行准确、可靠的分割,提出了一种基于广义模糊集的软分割算法,并将广义模糊集和G ibbs场结合起来,提出了广义模糊G ibbs随机场模型,同时建立了广义模糊G ibbs分割(GFGS)算法。该算法是首先把每一个分割类看作是广义模糊类,并以最大后验概率(MAP)为判别准则来决定每一个像素值的归类以及它属于该类的隶属度;然后用广义隶属度函数中负的部分来刻划数据中的异常值,使得该算法能有效地处理异常值;最后用该模糊类的质心来更新类的中心,并以人脑的仿真图像和临床MR图像进行了实验。实验结果表明,该算法能有效地滤除噪声和处理部分容积效应,是一个分割能力强、稳健性好的算法。     

基于MRF-MAP和模糊质量图的相位展开算法

相位展开是磁共振成像技术应用中最关键的环节之一,可以为磁共振的某些重要临床应用提供精确的相位信息。然而,由于临床磁共振成像过程中,部分区域真实的相位存在急剧变化,同时伴有不同性态的噪声污染,导致相位展开时存在信息的高度不一致性。为了有效地解决上述难题,基于马尔可夫-最大后验(Markov Random Field& Maximum A Posterioi,MRF-MAP)模型,首次将相位展开看作计算机视觉中的标记问题,并结合磁共振相位数据的特点,设计出相位图的模糊质量图,完成相位展开的能量函数构建。针对能量函数的优化求解,采用高效的图割算法进行。     

一种适用于真实人体数据能有效消除Gibbs伪影的MR重建新算法

Gibbs振铃是在磁共振成像中常见的主要存在于组织边缘处的一种伪影,它是在采用部分k空间数据进行图像重建时产生的.Gegenbauer重建方法能够有效消除Gibbs环状伪影并能保持图像高分辨率,但重建时间长且参数的选择对重建结果影响很大.文中引入逆多项式方法对Gegenbauer重建方法进行了改进,同时以Chebyshev多项式替代Gegenbauer多项式,免去了参数的人为选择,提高了重建精度并加快了速度.由于上述方法是针对连续区间讨论的,因此如何通过边缘检测准确地划分连续子区间显得尤为重要.文中提出的频域滤波边缘检测法能得到准确的边缘检测结果,有效地提高了文中方法对具有复杂组织结构的真实人体MR数据重建的精度,使其更具实用性.     

磁共振成像PROPELLER数据网格化中的采样密度补偿新算法

PROPELLER磁共振数据的重建是一个典型的K空间非笛卡尔采样数据的重建问题.由于现有网格化重建算法中的密度补偿需要计算每个采样点的密度补偿系数,须对非笛卡尔分布的数据进行卷积运算,给定N采样点,该卷积运算需要N×N/2次距离运算,由于PROPELLER采集的数据量N很大,计算耗时非常长.本文提出PROPELLER数据网格化重建中的密度补偿新算法,通过基于网格化分量全为1的向量来计算在均匀网格点上的采样密度分布值进而加以补偿,使得算法复杂度大大下降.实验表明,本文算法比现有算法的运行时间缩短400多倍,而重建质量与原有算法基本相同.     

基于等效子午面与互信息量的医学图像配准

提出了一种新的基于等效子午面和互信息量的三维医学图像快速配准算法--EMP-MI算法.传统的互信息量的方法需要考虑整个三维数据的信息,计算复杂度大,无法满足临床需要.而本算法将三维数据的配准转化为二维数据的配准,在保证精度的前提下,减少了配准所需时间.文中创新点在于利用主成分分析计算出图像的等效子午面并将图像转化到标准坐标系下,从而将质心和等效子午面粗配准,精细配准时只需要对浮动图像进行微小的调整计算等效子午面的互信息量,这就大大提高了配准速度,减少了陷入局部极值的可能.实验结果表明这种先整体后局部的方法能准确、快速地处理图像刚性配准问题,特别适用于三维医学图像的配准.     

基于主相位一致性的医学图像配准

 本文提出了一种新的图像特征——主相位一致性(Principal Phase Congruency,PPC),并在此基础上构造了一种新的基于主相位一致性的配准算法.首先计算不同尺度、方向上的相位一致性,然后利用主成分分析将它们进行融合,从而得到信息更加丰富的主相位一致性;将待配准图像的主相位一致性看作模糊集合,引入模糊数学中的贴近度概念,计算它们的模糊相似性.我们对模拟和真实数据进行了实验,结果表明在图像空间分辨率较低,有噪声影响等情况下该算法具有精度高、鲁棒性强的特点,特别适合于医学图像的配准.     

相位分区和局部多项式曲面拟合的相位解缠绕

目的 准确的解缠绕相位是两点或三点Dixon技术等在磁共振临床应用的前提和关键,然而当相位图像中存在严重噪声、快速相位变换或不连通区域时,当前许多已经提出的相位解缠绕算法将会失败。为此本文提出一种基于相位分区和局部多项式曲面拟合的相位解缠绕新方法,该新方法在相位图像存在严重噪声、快速相位变换或不连通区域的情况下仍可以稳定可靠的工作。方法 首先将获得的相位图像分成连通块,块内相位都在给定的相位区间内,把像素个数小于给定阈值的块归类为残余像素。然后利用局域增长的局部多项式曲面拟合方法依次进行块与块之间相位解缠绕和残余像素相位解缠绕。最后使用仿真与真实磁共振Dixon数据来评价提出方法,并与PRELUDE （phase region expanding labeler for unwrapping discrete estimates）方法进行了比较。结果 在不同信噪比、快速相位变换或存在不连通区域的仿真实验中,即使当数据中存在信噪比为0.5、相邻相位变换大于π弧度或不连通区域时,提出方法的平均错误率不大于0.51%。对于100层真实的磁共振膝关节和踝关节水与脂肪分离图像,提出方法生成结果中发生明显解缠绕错误及水与脂肪互换的比率为6.00%,而PRELUDE却为42.00%。结论 本文提出了一种磁共振相位解缠绕算法,利用相位分区方法,可靠的实现相位图像分块;利用局部多项式曲面拟合方法,准确的实现相位解缠绕。提出方法能够更加鲁棒的实现相位解缠绕,这将有益于相位相关的磁共振临床的应用,如两点和三点Dixon水脂分离技术、磁敏感加权成像和人脑相位成像等。     

基于自适应正则化的全变分去噪算法

Stanley Osher和Martin Burger提出的基于Bregman距离的迭代正则化全变分去噪算法运算速度较快,但是应用于图像去噪时,没有考虑不同区域的灰度分布特性,从而容易导致纹理等重要信息丢失或模糊的缺陷.针对这一现象,提出了一种基于自适应正则化的全变分去噪算法.论文对Osher的去噪模型中的全局正则化参数进行改进,给出了一种根据图像中不同区域的灰度分布特性,自适应选取正则化参数的方法.该算法可以保留图像的边缘和纹理细节信息.实验结果证实了所提算法的有效性,其信噪比较原有方法至少提高1.0 dB以上.     

二阶锥规划在MR图像重建中的应用研究

用传统MR图像重建方法对降采样数据进行重建往往会产生严重的伪影或导致重建图像的信噪比下降。用迭代重建算法对MR降采样数据进行优质重建,目标函数仅包含待重建图像的全变分,约束条件为一等式约束。在数值求解过程中,将优化问题转化为二阶锥规划问题,采用具有良好收敛性的对数障碍算法进行优化求解。在迭代过程中用图像的全变分信息自适应地决定对数障碍参数。实验结果表明,算法很好地克服了网格算法中的伪影问题,可以重建出高质量的MR图像。     

基于Gibbs随机场与模糊C均值聚类的图像分割新算法

模拟C均值聚类(FCM)是一种非常经典的非监督聚类技术,已被广泛用于图像的自动分割.由于传统的FCM算法进行图像分割仅利用了灰度信息,而没有考虑象素的空间位置信息,因而分割模型是不完整的,造成传统FCM算法只适用于分割噪声含量很低的图像.为了克服传统FCM算法的局限性,本文利用Gibbs随机场所描述的邻域关系属性,引入先验空间约束信息,提出拒纳度的概念,建立包含灰度信息与空间信息的新聚类目标函数,继而提出基于Gibbs随机场与模糊C平均聚类的GFCM图像分割新算法.实验证明,利用本文所提GFCM算法可以有效地分割含噪声图像.